
作者 | 諸葛君
來(lái)源 | 諸葛io數(shù)據(jù)教練
什么是假設(shè)分析法?
在解釋假設(shè)分析法之前,我們來(lái)做一道小學(xué)6年級(jí)的數(shù)學(xué)題:
“小明和媽媽買(mǎi)了10本書(shū),正好花了100塊錢(qián),書(shū)的單價(jià)有8塊錢(qián)和13塊錢(qián)2種,那么8塊錢(qián)的書(shū)和13塊錢(qián)的書(shū)各買(mǎi)了幾本?
解題思路:
首先,假設(shè)這10本書(shū)都是8塊錢(qián)買(mǎi)的,那么10本書(shū)一共是80塊錢(qián),那還多出來(lái)20塊錢(qián),是算錯(cuò)賬了么?不是,顯然多出來(lái)那20是13塊錢(qián)1本的書(shū)多出來(lái)的。13塊錢(qián)的書(shū)比8塊錢(qián)的書(shū)每本多了5塊錢(qián),20塊錢(qián)可以買(mǎi)4本,那么可以得出結(jié)論了,13塊錢(qián)的書(shū)有4本,那么8塊錢(qián)的書(shū)有幾本呢?
對(duì)了,6本,真棒,獎(jiǎng)勵(lì)你1朵小紅花。
這道6年級(jí)的數(shù)學(xué)題里就用到了假設(shè)法,假設(shè)所有書(shū)都是8塊錢(qián),那么在數(shù)據(jù)分析中,什么是假設(shè)法呢?簡(jiǎn)單理解,假設(shè)法是在已知結(jié)果數(shù)據(jù),在影響結(jié)果的多個(gè)變量中假設(shè)一個(gè)定量,對(duì)過(guò)程反向推導(dǎo)的數(shù)據(jù)分析方法。
嗯,這么說(shuō)其實(shí)一點(diǎn)都不簡(jiǎn)單。
假設(shè)法在運(yùn)營(yíng)分析中怎么用?
假設(shè)法在運(yùn)營(yíng)分析中最常見(jiàn)的有2種場(chǎng)景:
1.已知結(jié)果找原因,做過(guò)程變量假設(shè);
2.結(jié)果導(dǎo)向做計(jì)劃,做結(jié)果數(shù)據(jù)假設(shè)。
假設(shè)法的真正用途是針對(duì)未知因素提出假設(shè),在數(shù)據(jù)推導(dǎo)中驗(yàn)證假設(shè)的真?zhèn)巍?/span>
場(chǎng)景一:已知結(jié)果找原因,做過(guò)程變量假設(shè)
例如:某內(nèi)容社區(qū)在11月份的發(fā)帖數(shù)相比10月份下降了20%,針對(duì)這個(gè)結(jié)果,該如何分析原因?
面對(duì)這樣一個(gè)無(wú)厘頭的問(wèn)題,該怎么分析呢?結(jié)果數(shù)據(jù)是發(fā)帖數(shù)下降了20%,那么影響發(fā)帖數(shù)的有哪些因素呢?
我們可以將發(fā)帖數(shù)量按照用戶(hù)分層進(jìn)行拆分,例如老用戶(hù)發(fā)帖數(shù)量和新用戶(hù)發(fā)帖數(shù)量,也可以按照具體發(fā)帖篇數(shù)進(jìn)行拆分,例如發(fā)帖5篇以上的用戶(hù),發(fā)帖3-5篇的用戶(hù),發(fā)帖1-3篇的用戶(hù),拆分后將11月與10月份相同維度的數(shù)據(jù)進(jìn)行對(duì)比,找出變量。
例如經(jīng)過(guò)拆解后發(fā)現(xiàn),發(fā)帖1-3篇的用戶(hù)相比10月份減少了40%,其他篇數(shù)的用戶(hù)量還高于10月份,那么問(wèn)題就出在了發(fā)帖1-3篇的用戶(hù)身上。
那么發(fā)帖1-3篇的用戶(hù)為什么減少了呢?我們可以提出2個(gè)假設(shè):
假設(shè)10月份發(fā)帖1-3篇的用戶(hù)成長(zhǎng)為更加活躍的用戶(hù)了,造成發(fā)帖3-5篇的用戶(hù)增加,1-3篇的用戶(hù)減少;
假設(shè)10月份發(fā)帖1-3篇的用戶(hù)流失率比較高,同時(shí)11月份新用戶(hù)轉(zhuǎn)化少,導(dǎo)致這一群組用戶(hù)數(shù)量變少。
那么針對(duì)這2個(gè)假設(shè),需要對(duì)10月份發(fā)帖1-3篇的用戶(hù)與11月份發(fā)帖3-5篇及5篇以上的用戶(hù)進(jìn)行追蹤分析,同時(shí)分析11月份新增用戶(hù)與10月份新增用戶(hù)在留存和活躍上的對(duì)比。
場(chǎng)景二:已知目標(biāo)找過(guò)程,做結(jié)果假設(shè)
例如:12月份的銷(xiāo)售KPI為1000萬(wàn),環(huán)比11月份上升20%,該如何做一份銷(xiāo)售方案?
這是在做工作計(jì)劃時(shí)最常見(jiàn)的需求,以12月份需要達(dá)成1000萬(wàn)的銷(xiāo)售KPI為例,拆分銷(xiāo)售KPI的相關(guān)影響因素,同樣有2個(gè)拆解維度:
1.從商品角度做拆分
要達(dá)成1000萬(wàn)的銷(xiāo)售額,有多種假設(shè)方式,例如假設(shè)現(xiàn)有商品銷(xiāo)售額與11月相同,新品銷(xiāo)售額達(dá)到200萬(wàn),那么為了實(shí)現(xiàn)這個(gè)結(jié)果假設(shè),去做能夠支持200萬(wàn)銷(xiāo)售額的的過(guò)程方案,例如在推廣渠道預(yù)算上、倉(cāng)儲(chǔ)物流上、人力配置上等方面做計(jì)劃;還可以針對(duì)幾款產(chǎn)品提出銷(xiāo)售額增長(zhǎng)的假設(shè);
2.從人群角度做拆分
要達(dá)成1000萬(wàn)的銷(xiāo)售額,一方面挖掘老客戶(hù)的購(gòu)買(mǎi)力,另一方面增加新客戶(hù)的來(lái)源渠道,假設(shè)老用戶(hù)復(fù)購(gòu)銷(xiāo)售500萬(wàn),那么針對(duì)老用戶(hù)設(shè)計(jì)營(yíng)銷(xiāo)活動(dòng)。
總結(jié):假設(shè)分析法是在現(xiàn)實(shí)應(yīng)用中常用的數(shù)據(jù)分析思路之一,數(shù)據(jù)分析的過(guò)程是不斷的提出假設(shè)、驗(yàn)證假設(shè)的過(guò)程,通常我們遇到的不知道如何下手的數(shù)據(jù)分析,可以通過(guò)假設(shè)法來(lái)破局。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10